Python 模塊源碼分析:queue 隊列

起步

queue 模塊提供適用於多線程編程的先進先出(FIFO)數據結構。因為它是線程安全的,所以多個線程很輕鬆地使用同一個實例。

源碼分析

先從初始化的函數來看:

class Queue:
def __init__(self, maxsize=0):
# 設置隊列的最大容量
self.maxsize = maxsize
self._init(maxsize)

# 線程鎖,互斥變數
self.mutex = threading.Lock()
# 由鎖衍生出三個條件變數
self.not_empty = threading.Condition(self.mutex)
self.not_full = threading.Condition(self.mutex)
self.all_tasks_done = threading.Condition(self.mutex)

self.unfinished_tasks = 0

def _init(self, maxsize):
# 初始化底層數據結構
self.queue = deque()

從這初始化函數能得到哪些信息呢?首先,隊列是可以設置其容量大小的,並且具體的底層存放元素的它使用了 collections.deque() 雙端列表的數據結構,這使得能很方便的做先進先出操作。這裡還特地抽象為 _init 函數是為了方便其子類進行覆蓋,允許子類使用其他結構來存放元素(比如優先隊列使用了 list)。

然後就是線程鎖 self.mutex ,對於底層數據結構 self.queue 的操作都要先獲得這把鎖;再往下是三個條件變數,這三個 Condition 都以 self.mutex 作為參數,也就是說它們共用一把鎖;從這可以知道諸如 with self.mutexwith self.not_empty 等都是互斥的。

基於這些鎖而做的一些簡單的操作:

class Queue:
...
def qsize(self):
# 返回隊列中的元素數
with self.mutex:
return self._qsize()

def empty(self):
# 隊列是否為空
with self.mutex:
return not self._qsize()

def full(self):
# 隊列是否已滿
with self.mutex:
return 0 < self.maxsize <= self._qsize()

def _qsize(self):
return len(self.queue)

這個代碼片段挺好理解的,無需分析。

作為隊列,主要得完成入隊與出隊的操作,首先是入隊:

class Queue:
...
def put(self, item, block=True, timeout=None):
with self.not_full: # 獲取條件變數not_full
if self.maxsize > 0:
if not block:
if self._qsize() >= self.maxsize:
raise Full # 如果 block 是 False,並且隊列已滿,那麼拋出 Full 異常
elif timeout is None:
while self._qsize() >= self.maxsize:
self.not_full.wait() # 阻塞直到由剩餘空間
elif timeout < 0: # 不合格的參數值,拋出ValueError
raise ValueError("timeout must be a non-negative number")
else:
endtime = time() + timeout # 計算等待的結束時間
while self._qsize() >= self.maxsize:
remaining = endtime - time()
if remaining <= 0.0:
raise Full # 等待期間一直沒空間,拋出 Full 異常
self.not_full.wait(remaining)
self._put(item) # 往底層數據結構中加入一個元素
self.unfinished_tasks += 1
self.not_empty.notify()

def _put(self, item):
self.queue.append(item)

儘管只有二十幾行的代碼,但這裡的邏輯還是比較複雜的。它要處理超時與隊列剩餘空間不足的情況,具體幾種情況如下:

  1. 如果 block 是 False,忽略timeout參數
  • 若此時隊列已滿,則拋出 Full 異常;
  • 若此時隊列未滿,則立即把元素保存到底層數據結構中;

  1. 如果 block 是 True
  • timeoutNone 時,那麼put操作可能會阻塞,直到隊列中有空閑的空間(默認);
  • timeout 是非負數,則會阻塞相應時間直到隊列中有剩餘空間,在這個期間,如果隊列中一直沒有空間,拋出 Full 異常;

處理好參數邏輯後,,將元素保存到底層數據結構中,並遞增unfinished_tasks,同時通知 not_empty ,喚醒在其中等待數據的線程。

出隊操作:

class Queue:
...
def get(self, block=True, timeout=None):
with self.not_empty:
if not block:
if not self._qsize():
raise Empty
elif timeout is None:
while not self._qsize():
self.not_empty.wait()
elif timeout < 0:
raise ValueError("timeout must be a non-negative number")
else:
endtime = time() + timeout
while not self._qsize():
remaining = endtime - time()
if remaining <= 0.0:
raise Empty
self.not_empty.wait(remaining)
item = self._get()
self.not_full.notify()
return item

def _get(self):
return self.queue.popleft()

get() 操作是 put() 相反的操作,代碼塊也及其相似,get() 是從隊列中移除最先插入的元素並將其返回。

  1. 如果 block 是 False,忽略timeout參數
  • 若此時隊列沒有元素,則拋出 Empty 異常;
  • 若此時隊列由元素,則立即把元素保存到底層數據結構中;

  1. 如果 block 是 True
  • timeoutNone 時,那麼get操作可能會阻塞,直到隊列中有元素(默認);
  • timeout 是非負數,則會阻塞相應時間直到隊列中有元素,在這個期間,如果隊列中一直沒有元素,則拋出 Empty 異常;

最後,通過 self.queue.popleft() 將最早放入隊列的元素移除,並通知 not_full ,喚醒在其中等待數據的線程。

這裡有個值得注意的地方,在 put() 操作中遞增了 self.unfinished_tasks ,而 get() 中卻沒有遞減,這是為什麼?

這其實是為了留給用戶一個消費元素的時間,get() 僅僅是獲取元素,並不代表消費者線程處理的該元素,用戶需要調用 task_done() 來通知隊列該任務處理完成了:

class Queue:
...
def task_done(self):
with self.all_tasks_done:
unfinished = self.unfinished_tasks - 1
if unfinished <= 0:
if unfinished < 0: # 也就是成功調用put()的次數小於調用task_done()的次數時,會拋出異常
raise ValueError(task_done() called too many times)
self.all_tasks_done.notify_all() # 當unfinished為0時,會通知all_tasks_done
self.unfinished_tasks = unfinished

def join(self):
with self.all_tasks_done:
while self.unfinished_tasks: # 如果有未完成的任務,將調用wait()方法等待
self.all_tasks_done.wait()

由於 task_done() 使用方調用的,當 task_done() 次數大於 put() 次數時會拋出異常。

task_done() 操作的作用是喚醒正在阻塞的 join() 操作。join() 方法會一直阻塞,直到隊列中所有的元素都被取出,並被處理了(和線程的join方法類似)。也就是說 join() 方法必須配合 task_done() 來使用才行。

LIFO 後進先出隊列

LifoQueue使用後進先出順序,與棧結構相似:

class LifoQueue(Queue):
Variant of Queue that retrieves most recently added entries first.

def _init(self, maxsize):
self.queue = []

def _qsize(self):
return len(self.queue)

def _put(self, item):
self.queue.append(item)

def _get(self):
return self.queue.pop()

這就是 LifoQueue 全部代碼了,這正是 Queue 設計很棒的一個原因,它將底層的數據操作抽象成四個操作函數,本身來處理線程安全的問題,使得其子類只需關注底層的操作。

LifoQueue 底層數據結構改用 list 來存放,通過 self.queue.pop() 就能將 list 中最後一個元素移除,無需重置索引。

PriorityQueue 優先隊列

from heapq import heappush, heappop

class PriorityQueue(Queue):
Variant of Queue that retrieves open entries in priority order (lowest first).

Entries are typically tuples of the form: (priority number, data).

def _init(self, maxsize):
self.queue = []

def _qsize(self):
return len(self.queue)

def _put(self, item):
heappush(self.queue, item)

def _get(self):
return heappop(self.queue)

優先隊列使用了 heapq 模塊的結構,也就是最小堆的結構。優先隊列更為常用,隊列中項目的處理順序需要基於這些項目的特徵,一個簡單的例子:

import queue

class A:
def __init__(self, priority, value):
self.priority = priority
self.value = value

def __lt__(self, other):
return self.priority < other.priority

q = queue.PriorityQueue()

q.put(A(1, a))
q.put(A(0, b))
q.put(A(1, c))

print(q.get().value) # b

使用優先隊列的時候,需要定義 __lt__ 魔術方法,來定義它們之間如何比較大小。若元素的 priority 相同,依然使用先進先出的順序。

參考

queue - Thread-Safe FIFO Implementation?

pymotw.com


推薦閱讀:

TAG:Python | Python開發 |